Iyuno CLOE : l’IA multi-agents qui veut mettre fin aux doublages incohérents

Vous avez déjà remarqué qu’un personnage change de ton entre deux épisodes doublés, ou qu’un sous-titre contredit une scène vue dix minutes plus tôt ? Ce genre d’incohérence vient souvent d’un problème de mémoire plus que de traduction. Iyuno, un des grands noms de la localisation pour les médias, affirme avoir trouvé une piste avec CLOE, une intelligence artificielle multi-agents dont il détaille enfin l’architecture.

Le problème que CLOE cherche à résoudre

Dans le doublage et le sous-titrage à grande échelle, chaque équipe repart souvent de zéro sur chaque version d’un même contenu. Résultat : le ton, les noms de personnages ou la continuité narrative peuvent varier d’une langue à l’autre, voire d’un épisode à l’autre. Selon la marque, c’est précisément ce que CLOE veut éviter, en conservant une compréhension du contenu qui persiste dans le temps.

David Lee, PDG d’Iyuno, résume l’ambition ainsi : chaque version doit pouvoir repartir d’un contexte déjà construit, plutôt que de reconstruire la même histoire à chaque fois. L’idée n’est pas de traduire plus vite, mais de traduire de façon cohérente sur la durée.

Une architecture pensée en trois couches

Iyuno structure CLOE autour de trois couches distinctes. La couche sensorielle capte les données brutes du contenu : dialogues, éléments visuels et pistes audio. La couche de fusion relie ensuite ces éléments entre eux, en suivant les relations entre personnages et la progression du récit.

La troisième, la couche de mémoire, conserve cette compréhension sous forme de base de connaissances réutilisable. C’est cette mémoire persistante qui permet, en théorie, à plusieurs métiers (sous-titrage, doublage, accessibilité) de puiser dans le même contexte plutôt que de retraiter chaque fois le contenu depuis le début.

Un socle commun pour plusieurs métiers

Sur cette base, CLOE propose un ensemble de compétences modulaires, ou « skills », activables selon le besoin à chaque étape du cycle de vie d’un contenu. La marque met en avant l’intérêt pour des workflows aussi différents que le sous-titrage, le doublage ou les services d’accessibilité, tous alimentés par la même représentation du contenu.

Sur le papier, l’approche a du sens pour un acteur de la taille d’Iyuno, présent dans 45 bureaux répartis dans 29 pays. Traiter le même contenu dans des dizaines de langues, avec des équipes différentes, est exactement le terrain où une mémoire partagée peut faire gagner en cohérence.

Le bémol : des promesses, peu de preuves publiques

Le communiqué reste toutefois avare en éléments vérifiables. Aucun chiffre de performance, aucune mesure de réduction d’erreurs, aucune indication sur les contenus déjà traités avec CLOE n’est communiqué à ce stade. L’architecture en trois couches décrit un principe de fonctionnement, pas des résultats mesurés.

Autre limite : CLOE est un outil réservé aux équipes professionnelles d’Iyuno et à ses clients, pas un produit grand public. Le spectateur ne verra jamais l’outil, seulement, si la promesse tient, un doublage un peu plus cohérent d’un épisode à l’autre. Difficile donc de juger sur pièces avant de voir le résultat sur un contenu réel.

Ce que cela implique

CLOE s’attaque à un vrai problème, celui de la mémoire perdue entre chaque version d’un même contenu. L’architecture décrite, avec sa couche de mémoire persistante, est cohérente avec ce que l’IA générative sait plutôt bien faire aujourd’hui.

Reste que la démonstration se fera sur la durée, série après série, langue après langue, pas sur un communiqué. À suivre, donc, la prochaine fois qu’un doublage semble enfin garder le fil d’une saison à l’autre.